锂离子电池以高比能量、长寿命以及低自放电率而著称,是目前发展最快、前景最好的大规模储能电池方案之一,但其输出性能、可靠性和寿命等应用核心问题并未得到根本解决。电池荷电状态(SOC)观测技术作为电池管理系统(BMS)的关键技术,在维持电池系统设备安全高效运作、延长电池组整体生命周期等方面均起着不可或缺的作用。本文针对现有锂电池模型误差大、SOC观测方法不完善等问题,围绕锂电池SOC的在线精确观测技术展开了研究,开发出基于变参数二阶RC模型的TS模糊与扩展卡尔曼滤波(TS-EKF)联合估测器。为实现锂电池的准确建模,本文首先对目标锂电池进行了若干组基础实验测试,分析测试数据并获取锂电池的充放电响应特性和性能规律;其次,基于基础实验测试结论,结合目前常用的二阶等效电路模型并加以修正,搭建了适应复杂多变工况的变参数二阶RC模型;再次,分别对锂电池电动势与SOC的函数关系、等效欧姆内阻与电池温度关系进行标定与拟合,并且利用混合动力脉冲能力特性(HPPC)测试辨识得到锂电池模型内部各极化环节参数;然后,同时对实际锂电池和变参数模型施加相同的激励,比较两者的输出响应从而验证得到变参数模型具有较高的精度。基于上述所得的锂电池变参数模型,进一步设计准确、高效的锂电池SOC观测方法。首先根据SOC定义搭建安时积分估测器,再通过引入扩展Kalman滤波原理,建立EKF估测器;然后结合T-S模糊原理,设计并获得了TS-EKF联合估测器。最后,分别基于自主搭建的Simulink仿真平台与Raspberry Pi实物平台实现了TS-EKF联合估测器的SOC在线准确观测,并与现有的模块化芯片BQ27546-G1进行SOC观测结果对比,证明了TS-EKF联合估测器的准确性及实用性。本文研究思路与成果对于更深层次的锂电池多状态联合估计起到了重要的参考与借鉴作用,并且为BMS实物研发提供了有效的理论基础与探索方向。